基于神经网络的电影票房预测模型研究与实现
发布时间：2021-07-24 20:19
近几十年来,电影行业飞速发展,不论是在影片数量还是制作成本上,均呈现逐年递增趋势。宏大的电影市场规模、高昂的电影制作成本,使得票房预测成为电影行业迫切关注的问题。早在上世纪80年代,业内就开始研究电影票房预测问题。通过对影响电影票房的相关因素进行实证分析,来构建票房预测模型。大数据、预测模型与方法的发展,分别为票房预测提供了数据和技术支撑。从票房预测指标的角度,互联网的发展也使研究者们开始关注电影口碑、社交网站、用户搜索行为等海量的在线内容,并将其应用于票房预测。但票房预测指标的选择需要考虑数据可获取性、量化方式及量化精度。从票房预测方法的角度,机器学习已成为当前最热门的预测模型。但大多数基于机器学习的电影票房预测研究将票房预测转换为分类问题,实现区间估计而不是点估计。针对上述背景及存在的问题,本论文研究基于神经网络的电影票房预测。在预测指标体系设计中,结合了电影基本特征、口碑和用户搜索行为三类指标,并定义了量化方式;在预测方法的选择上,BP神经网络是一种按照误差逆向传播算法训练的多层前馈神经网络[1],将其应用于电影票房预测问题,探索票房预测各指标与票房的非线性映射关系,从而实现预测...
【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
图２－１?ＭＬＰ神经网络模型??（ＩＩ）三层反向传播神经网络模型??Ｚｈａｎｇ等人［１５］提出一种票房预测模型，称其为三层反向传播神经网络模型??
ｗ?一＾??Ｄｉｒｅｃｔｏｒ?Ｓｔａｒ?Ｐｏｖ／ｅｒ?＾＊ｒ??图２－１?ＭＬＰ神经网络模型??（ＩＩ）三层反向传播神经网络模型??Ｚｈａｎｇ等人［１５］提出一种票房预测模型，称其为三层反向传播神经网络模型??（Ｔｈｒｅｅ－Ｌａｙｅｒ?Ｂａｃｋ?Ｐｒｏｐａｇａｔｉｏｎ?Ｎｅｕｒａｌ?Ｎｅｔｗｏｒｋ），简称?ＴＬＢＰ?模型。ＴＬＢＰ?模型将票房??预测问题转化为分类问题，即按照票房大小将票房收入划分为五个连续的区间，并??预测特定电影票房落入的票房收入区间，而不直接预测票房数值。模型设计主要从??预测指标设计、预测结果设计以及神经网络设计三个方面展开。该模型的设计结构??如图２－２所示：??（ｉ）
?（２－８）??（７）判断算法迭代是否结束，如果还没有结束，返回步骤２继续执行。??三层ＢＰ祌经网络算法执行的流程，如图２－３所示：??ｆ?开始、）??Ｉ网络初始化???ｆ???隐含层输出计铭??士??输出层输出计算??？?Ｉ?＇???Ｉ?：??误差计算??！?１???Ｉ???权值更新??＿值更新??！??是??？??（结束３??、、?＾??图２－３?三层ＢＰ神经网络算法流程图??２．３．３?ＢＰ神经网络优缺点??ＢＰ神经网络从开始提出至今，已经发展的比较成熟，如今已在各行各业被广泛??应用。该算法的一个突出优点是其具备很强的非线性映射能力以及可以不断调整的??网络结构。也就是说，ＢＰ神经网络的隐含层的层数、以及各层的神经元个数可根据??分析目标的具体情况任意设定，并且随着其结构的差异，体现出的性能也有所不同。??ＢＰ神经网络也存在一些主要缺陷，算法的学习速度慢，即便要解决的是一个简单问??题，有可能也需要迭代几百次，甚至几千次，才能最终收敛，且容易陷入局部极小??值丨２９］。??１６??
【参考文献】：
期刊论文
[1]实数编码遗传模拟退火算法SHEPWM控制技术[J]. 叶满园,黄凯峰,宋平岗,李宋. 电机与控制学报. 2017(07)
[2]基于蚁群神经网络算法的电池健康状态估计[J]. 肖仁鑫,李沛森,李晓宇,王泽林. 电源技术. 2017(06)
[3]遗传算法与蚁群算法在海洋调查路径规划中的应用[J]. 张寒野,凌建忠. 海洋渔业. 2016(01)
[4]基于遗传算法优化BP神经网络的瓦斯浓度预测研究[J]. 刘奕君,赵强,郝文利. 矿业安全与环保. 2015(02)
[5]基于BP神经网络和遗传算法的网络舆情危机预警研究[J]. 孙玲芳,周加波,林伟健,候志鲁,许锋. 情报杂志. 2014(11)
[6]改进的遗传算法求解旅行商问题[J]. 于莹莹,陈燕,李桃迎. 控制与决策. 2014(08)
[7]轮盘赌选择自适应和声搜索算法[J]. 李永林,叶春明,刘长平. 计算机应用研究. 2014(06)
[8]基于神经网络的电影票房预测建模[J]. 郑坚,周尚波. 计算机应用. 2014(03)
[9]电影满意度的影响因素研究[J]. 张洪忠,周星,李增泉,刘人锋. 现代传播(中国传媒大学学报). 2013(11)
[10]基于粒子群优化神经网络的卫星故障预测方法[J]. 房红征,史慧,韩立明,罗凯,李蕊. 计算机测量与控制. 2013(07)
博士论文
[1]LTE网络自优化方法研究[D]. 杨英.中国科学技术大学 2014
硕士论文
[1]基于微博数据的电影票房预测研究[D]. 王伟.重庆大学 2015
本文编号：3301359
【文章来源】：北京邮电大学北京市 211工程院校 教育部直属院校
【文章页数】：75 页
【学位级别】：硕士
【部分图文】：
图２－１?ＭＬＰ神经网络模型??（ＩＩ）三层反向传播神经网络模型??Ｚｈａｎｇ等人［１５］提出一种票房预测模型，称其为三层反向传播神经网络模型??
ｗ?一＾??Ｄｉｒｅｃｔｏｒ?Ｓｔａｒ?Ｐｏｖ／ｅｒ?＾＊ｒ??图２－１?ＭＬＰ神经网络模型??（ＩＩ）三层反向传播神经网络模型??Ｚｈａｎｇ等人［１５］提出一种票房预测模型，称其为三层反向传播神经网络模型??（Ｔｈｒｅｅ－Ｌａｙｅｒ?Ｂａｃｋ?Ｐｒｏｐａｇａｔｉｏｎ?Ｎｅｕｒａｌ?Ｎｅｔｗｏｒｋ），简称?ＴＬＢＰ?模型。ＴＬＢＰ?模型将票房??预测问题转化为分类问题，即按照票房大小将票房收入划分为五个连续的区间，并??预测特定电影票房落入的票房收入区间，而不直接预测票房数值。模型设计主要从??预测指标设计、预测结果设计以及神经网络设计三个方面展开。该模型的设计结构??如图２－２所示：??（ｉ）
?（２－８）??（７）判断算法迭代是否结束，如果还没有结束，返回步骤２继续执行。??三层ＢＰ祌经网络算法执行的流程，如图２－３所示：??ｆ?开始、）??Ｉ网络初始化???ｆ???隐含层输出计铭??士??输出层输出计算??？?Ｉ?＇???Ｉ?：??误差计算??！?１???Ｉ???权值更新??＿值更新??！??是??？??（结束３??、、?＾??图２－３?三层ＢＰ神经网络算法流程图??２．３．３?ＢＰ神经网络优缺点??ＢＰ神经网络从开始提出至今，已经发展的比较成熟，如今已在各行各业被广泛??应用。该算法的一个突出优点是其具备很强的非线性映射能力以及可以不断调整的??网络结构。也就是说，ＢＰ神经网络的隐含层的层数、以及各层的神经元个数可根据??分析目标的具体情况任意设定，并且随着其结构的差异，体现出的性能也有所不同。??ＢＰ神经网络也存在一些主要缺陷，算法的学习速度慢，即便要解决的是一个简单问??题，有可能也需要迭代几百次，甚至几千次，才能最终收敛，且容易陷入局部极小??值丨２９］。??１６??
【参考文献】：
期刊论文
[1]实数编码遗传模拟退火算法SHEPWM控制技术[J]. 叶满园,黄凯峰,宋平岗,李宋. 电机与控制学报. 2017(07)
[2]基于蚁群神经网络算法的电池健康状态估计[J]. 肖仁鑫,李沛森,李晓宇,王泽林. 电源技术. 2017(06)
[3]遗传算法与蚁群算法在海洋调查路径规划中的应用[J]. 张寒野,凌建忠. 海洋渔业. 2016(01)
[4]基于遗传算法优化BP神经网络的瓦斯浓度预测研究[J]. 刘奕君,赵强,郝文利. 矿业安全与环保. 2015(02)
[5]基于BP神经网络和遗传算法的网络舆情危机预警研究[J]. 孙玲芳,周加波,林伟健,候志鲁,许锋. 情报杂志. 2014(11)
[6]改进的遗传算法求解旅行商问题[J]. 于莹莹,陈燕,李桃迎. 控制与决策. 2014(08)
[7]轮盘赌选择自适应和声搜索算法[J]. 李永林,叶春明,刘长平. 计算机应用研究. 2014(06)
[8]基于神经网络的电影票房预测建模[J]. 郑坚,周尚波. 计算机应用. 2014(03)
[9]电影满意度的影响因素研究[J]. 张洪忠,周星,李增泉,刘人锋. 现代传播(中国传媒大学学报). 2013(11)
[10]基于粒子群优化神经网络的卫星故障预测方法[J]. 房红征,史慧,韩立明,罗凯,李蕊. 计算机测量与控制. 2013(07)
博士论文
[1]LTE网络自优化方法研究[D]. 杨英.中国科学技术大学 2014
硕士论文
[1]基于微博数据的电影票房预测研究[D]. 王伟.重庆大学 2015
本文编号：3301359
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3301359.html
